Progettazione ed implementazione di un'applicazione Web per la creazione di corpus di testo paralleli

La traduzione automatica è diventata una tecnologia sempre più importante per la comunicazione multilingue. Lo sviluppo di tecniche come la Statistical Machine Translation e la Neural Machine Translation ha reso possibile la traduzione automatica di testi e migliorato la qualità di quanto prodotto autonomamente senza l'ausilio di un'interazione umana. Come tutti i sistemi basati sul Machine Learning, anche per le traduzioni automatiche la qualità dipende in gran parte dalla quantità e dalla qualità dei dati di addestramento utilizzati per addestrare tali sistemi. Pertanto, c'è un crescente bisogno di corpus paralleli di alta qualità, ovvero testi che sono stati tradotti manualmente in più lingue e che possono essere utilizzati per addestrare i sistemi di traduzione automatica. In questo contesto, questo progetto di tesi ha l'obiettivo di presentare l'analisi, la progettazione e lo sviluppo di una piattaforma web per traduttori. Questa piattaforma offre diverse funzionalità come la traduzione di frasi, la recensione di traduzioni e l'allineamento di testi paralleli. Inoltre, offre funzionalità specifiche per alcune tipologie di utenti, come la ricerca e il download di corpus paralleli formati da traduzioni filtrate in base a determinate caratteristiche di qualità come il voto medio delle recensioni e il numero di recensioni ricevute. L'obiettivo principale di questa piattaforma è quello di fornire dati raffinati per addestrare i sistemi di traduzione automatica, consentendo così una migliore qualità delle traduzioni generate.